1

TUGAS EKONOMETRIKA TERAPAN PROBLEM SET 1 KELAS MAPP

Oleh

Rina Surayya F NIM : 11/325512/PEK/16020

Magister Ekonomika Pembangunan Fakultas Ekonomika dan Bisnis Universitas Gadjah Mada
2011

2 PROBLEM SET 1 EKONOMETRIKA TERAPAN KELAS MAPP Magister Ekonomika Pembangunan Fakultas Ekonomika dan Bisnis Universitas Gadjah Mada

Gumilang Aryo Sahadewo

Jawablah dengan tepat di ruang yang telah disediakan. 1. Berikut adalah hasil regresi model pengeluaran dan pendapatan hipotetikal. avgexpi = + 1 incomei + i
Dependent Variable: AVGEXP Method: Least Squares Date: 11/18/11 Time: 07:11 Sample: 1 100 IF AVGEXP>0 Included observations: 72 Variable C INCOME R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient -22.50933 82.93119 0.196368 0.184888 287.1440 5771618. -508.6683 17.10458 0.000097 Std. Error 76.78067 20.05219 t-Statistic -0.293164 4.135768 Prob. 0.7703 0.0001 262.5321 318.0468 14.18523 14.24847 14.21041 1.668577

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Lakukanlah uji signifikansi variabel income. a. Tuliskan hipotesa lengkap untuk uji signifikansi variabel tersebut. Jawab : Ho : Income = 0 H1 : Income 0

3 Tolak Ho apabila thitung > ttable , artinya : variabel independen ke i memberikan pengaruh yang signifikan secara statistik terhadap variabel dependent (AVGEXP). Terima Ho apabila thitung < ttable , artinya : variabel independen ke i tidak memberikan pengaruh yang signifikan secara statistik terhadap variabel dependen (AVGEXP). b. Hitunglah t-test koefisien income berdasarkan informasi yang tersedia dan carilah nilai kritis dengan tabel student-t yang disediakan. Jawab : ttest = Coefficient estimasi income ( ) / st.error = 82.93119 / 20.05219 = 4.135768 ttable = 1.999666 c. Berdasarkan jawaban Anda pada nomor 1.b. dan hipotesa pada nomor 1.a., buatlah pernyataan kesimpulan yang sesuai. Jawab : Income secara statistik signifikan mempengaruhi AVGEXP secara individual. d. Tuliskan hipotesa untuk uji-F yaitu uji signifikansi variabel penjelas secara bersamaan. Jawab : Ho : 1 = 2 = 3 . = p = 0 H1 : minimal terdapat satu j 0 , j =1,2,3.,p (p merupakan jumlah parameter yang terdapat di dalam model regresi) Tolak Ho apabila Fhitung > Ftable , artinya : paling sedikit ada satu p yang tidak sama dengan nol atau paling sedikit ada satu dari variabel bebas yang memiliki pengaruh yang signifikan terhadap variabel dependen. e. Berdasarkan P-Value dari Uji-F di atas (Prob. F-Statistic), apa yang dapat Anda simpulkan? Jawab : Hasil analisa menunjukkan bahwa F hitung sebesar 17.10458 dan p-value sebesar 0.000095. Dengan tingkat = 5% dapat disimpulkan bahwa p-value lebih kecil dari yaitu 0.000095 < 0.05, dengan demikian variabel independen secara bersama-sama berpengaruh signifikan secara statistik terhadap variabel dependen.

4 f. Berikanlah pengertian dari nilai Adjusted R-squared sebesar 0,18. Menurut Anda, angka tersebut mengindikasikan apa? Terkait jawaban Anda, apa yang akan Anda lakukan? Jawab : R-squared 0,18 artinya : 18% segala perilaku perubahan variabel Y (AVGEXP) dapat dijelaskan oleh variabel income dalam model. Angka tersebut mengindikasikan sampai sejauh mana ketepatan atau kecocokan garis regresi yang terbentuk mewakili kelompok data hasil observasi. Semakin besar nilai R-squared (mendekati 1) maka ketepatannya dikatakan semakin baik. Yang akan saya lakukan : menambah jumlah variabel independen yang kira-kira mempengaruhi variabel dependen (AVGEXP)

g. Berikan interpretasi terhadap koefisien variabel income pada hasil regresi di atas. Jawab : Pertambahan income sebesar satu satuan (dalam rupiah) , maka akan menambah pengeluaran (AVGEXP) sebesar 82, 931199 satuan Y (dalam rupiah)

2. Spesifikasi model di nomor satu saya rubah dengan transformasi logaritmik alami di bawah ini.

log(avgexpi) = log() + 1 log(incomei) + i

Dependent Variable: LOG(AVGEXP) Method: Least Squares Date: 11/18/11 Time: 07:11 Sample: 1 100 IF AVGEXP>0 Included observations: 72 Variable C LOG(INCOME) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 3.485357 1.331522 0.249424 0.238701 0.979166 67.11360 -99.63351 23.26170 0.000008 Std. Error 0.335153 0.276075 t-Statistic 10.39929 4.823038 Prob. 0.0000 0.0000 5.002980 1.122222 2.823153 2.886394 2.848330 1.816196

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

a. Berikan interpretasi terhadap koefisien variabel log(income) pada hasil regresi di atas. Jawab : Jika income bertambah sebesar 1% maka pengeluaran (AVGEXP) juga akan bertambah sebesar 1,33% Kita memiliki elastisitas pendapatan dan pengeluaran yang elastik Elastisitas melihat unsur perubahan relatif yang tidak dapat dilihat pada model biasa (tanpa log)

3. Merujuk pada regresi model di pertanyaan nomor 1, avgexpi = + 1 incomei + i

a. Anda melakukan uji asumsi klasik yang meliputi uji normalitas residual (UjiJarque Bera), uji homoskedastik, dan uji non-otokorelasi. Langkah pertama, Anda melakukan uji normalitas residual dan mendapatkan hasil sebagai berikut.
24

20

Series: Residuals Sample 1 100 IF AVGEXP>0 Observations 72 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability
-400 0 400 800 1200 1600

16

12

-2.84e-14 -58.44484 1522.470 -366.1770 285.1147 3.089019 15.39144 575.1481 0.000000

Tuliskanlah hipotesa lengkap untuk uji normalitas dan buatlah pernyataan kesimpulan berdasarkan hasil Uji-Jarque Bera di atas. Jawab : Ho : residual terdistribusi normal H1 : residual tidak terdistribusi normal Tolak Ho apabila J-B hitung > nilai X2 (Chi-Square) table atau jika probabilitas JB <

Dari hasil uji normalitas diatas probabilitas JB < yaitu 0.000 < 0.005 maka residual tidak terdistribusi normal melainkan mengalami positif skewness. b. Langkah kedua Anda melakukan uji homoskedastisitas (Uji White) dan mendapatkan hasil sebagai berikut.

Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS 1.601801 3.194568 3.834538 Prob. F(2,69) Prob. Chi-Square(2) Prob. Chi-Square(2) 0.2089 0.2024 0.1470

Tuliskanlah hipotesa lengkap untuk uji homoskedastisitas dan buatlah pernyataan kesimpulan berdasarkan hasil Uji White di atas. Jawab : Ho : E (ui2) = 2 atau Homoskedastisitas H1 : E (ui2) = i2 atau Heterokedastisitas Tolak Ho apabila p-value < (5% atau 10%) Hasil uji White diatas menunjukkan nilai probabilitas chi squares hitung adalah 0.2024 , lebih besar dari = 5% dan =10% yang berarti bebas dari heterokedastisitas (homoskedastik)

c. Terkait nilai Durbin Watson di tabel hasil regresi pada pertanyaan nomor 1, apakah residual mengalami serial korelasi (otokorelasi)? Apa kelemahan dari Uji Durbin Watson? Jawab : Hasil regresi tidak mengalami otokorelasi karena nilai Durbin Watson mendekati 2, yaitu 1.66857. Kelemahan uji Durbin Watson : Adanya daerah ragu-ragu Tidak dapat digunakan jika model merupakan model autoregressive (model yang variabel bebas atau penjelasnya mengunakan Yt-1).

Tdk ada otokorelasi

dl

du

4-du

4-dl